京公网安备 11010802034615号
经营许可证编号:京B2-20210330
POS 权益证明究竟是什么
大家好,你们可能在网上看过一些文章,当中表示,像比特币这样的加密货币使用大量的电力来维护网络安全性。
但是为什么会这样呢? 更重要的是,还有什么其他选择吗?
工作量证明(POW)
由于工作量证明的算法,挖新的货币需要大量的计算能力。这个概念最早出现在1993年,旨在打击滥发电子邮件,并于1997年正式被称为"工作量证明(Proof of Work)"。
然而这项技术并没有被大规模使用,直到中本聪在2009年创建了比特币。他意识到这种机制可以在网络中,让众多节点达成共识,而且他用此来保护比特币区块链的安全。
然而,工作量证明算法需要让所有节点解决密码难题。这个难题被矿工所解决,率先完成的能够获得奖励。
这导致人们构建越来越大型的挖矿设备,比如这样。
根据Digiconomist,仅仅比特币矿工就要使用54太千瓦时的电力。这些电量足够支持美国5百万个家庭用电,甚至整个新西兰或匈牙利,但是这不仅止于此。
对于有更好更多设备的人群,工作量证明将给予更多的奖励。你的计算能力越高,就越有可能去创建下一个区块,从而获得矿工奖励。
为了进一步提高机会,矿工们一起组成了矿池(mining pools),他们结合各自的算力,把奖励平均分配给矿池中的每个人。
总而言之 工作量证明让矿工们需使用大量的能量,从而促进了矿池的产生。这让区块链变得更加中心化,而不是去中心化。
为了解决这些问题,我们必须找到新的算法,比工作量证明一样高效甚至更好。
权益证明(POS)
在2011年,在一个比特币论坛中一位名为QuantumMechanic的用户提出一项技术,他称之为"权益证明(proof-of-stake)"。
基础概念是,让每个人互相竞争挖矿是很浪费的。因此相反的是,权益证明通过选举的形式,其中任意节点被随机选择来验证下一个区块。
在这里有一些小的术语区别,权益证明中没有矿工,但是有验证者(validator)。并不让人们”挖(mine)”新区块 而是"铸造(mint)” 或"制造(forge)”新区块。
验证者并不是被完全随机选择的,要成为验证者,节点需要在网络中存入一定数量的货币作为权益,可以将这理解为保证金。
权益的份额大小决定了被选为验证者的几率,从而得以创建下一个区块,这是线性相关的。假设Bob在网络中存入100美元 Alice存入1000美元,那么Alice比Bob有高于10倍的几率选为验证者。
因为这偏袒有钱的一方,似乎不太公平,但事实上这比起工作量证明更公平。
对于工作量证明,富人可以很大程度上享受经济实力带来的成果。他们为挖矿设备和电力支付的成本并没有直线上升。相反他们购买的越多,获得的越多。
但是让我们回到权益证明,如果一个节点被选出来验证下一个区块,他将检查当中所有的交易是否有效。如果一切没问题,节点则通过该区块,区块将加到区块链中。作为奖励,该节点可获得当中每个交易费。
那么,我们该如何相信网络中的其他验证者?
这里需要用到权益了。
如果验证者通过了欺诈性交易,他们将失去一部分权益。只要权益高于验证者所获得的交易费,我们就可以信任他们能够很好的完成工作。否则,他们失去的钱比能获得的还多。
这是金钱方面的动力,只要权益比所有交易费要高,这就是可行的。
如果节点不再是验证者,他的权益以及获得的交易费将在一定时间后返还给他。不会马上返还,因为若发现你的区块存在欺诈时,网络会对你进行惩罚。
因此,工作量证明和权益证明的区别是很明显的。
权益证明的优点
权益证明不会让每个人都对新区块进行挖矿。因此消耗更少的能量,而且更去中心化。
为什么这么说呢?
在工作量证明中存在着矿池。这些人联合起来,提高他们挖到新区快的机会,从而获得奖励。
然而,如今比特币区块链的大部分都由这些矿池所控制,它们集中挖矿过程是很危险的。
如果三大矿池合并,它们将在网络中占据大多数,从而开始通过欺诈性交易。
另一个重要的优点是,构建基于权益证明的区块链节点,比起工作量证明节点成本更低。
你不需要昂贵的挖矿设备,因此权益证明激励更多的人构建节点,从而让网络更去中心化 也更安全。
权益证明的缺点
但即使是权益证明也不是完美的,还是存在漏洞。
你可以会想,如果我买了网络中的大部分权益,那么我就能有效地进行控制。从而通过虚假交易。
你说对了。
这被成为51%攻击。这是权益证明算法的缺点。
如果一名或一群矿工获得了51%的哈希能力,他们将有效地控制区块链。
另一方面,考虑到加密货币的价值,权益证明让这种攻击非常不切实际。
如果比特币变为权益证明的机制,那么要获得全部货币的51%,你需要花费790亿美元。因此在权益证明中 51%攻击更不可能发生。
但这并不是唯一的风险。
权益证明算法也需要谨慎选择下一个验证者。这不能完全是随机的,因为必须考虑到权益的大小。
但同时光看权益还不够,因为这将偏袒有钱人,他们将更被频繁地选择,从而获得更多的交易费。然后变得更富有,再次提高在将来被选为验证者的几率。
有很多种方式来修复这个问题,例如基于币龄的选择。
另一个潜在的问题是,当选出了下一个验证者后,他并不出来完成他的任务。
这很容易解决,可以选择大量的候选验证者。
总之,在与工作量证明相比时,权益证明带来了新的风险。为了认识和减少当中的风险还需要大量的研究。
用例
现在我们知道了权益证明是什么,它的优点和风险,现在让我们看到现实中的用例。
现在用到该技术的有Peercoin Lisk和Nxt。在未来会有更多的加密货币使用。
例如,以太坊正在开发权益证明系统称为Casper,目前这被部署在以太坊测试网上,并且正在积极开发。Cardano项目已经在开发一种安全的权益证明算法,称为Ouroboros。
如何掌握区块链技术
区块链创新的推动以及数字经济的蓬勃发展离不开人才的培育,而CDA数据分析师作为行业的领头羊,紧密结合当前区块链发展实际与人才需求结构,重磅推出CDA区块链学院。
扫描二维码,进入 CDA 区块链学院,学习区块链知识,选择很多,站对未来。
扫描二维码 报名加入
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16